[论文解读] Random Electrical Networks on Complete Graphs II: Proofs

Geoffrey Grimmett, Harry Kesten|arXiv (Cornell University)|Jul 10, 2001

Stochastic processes and statistical mechanics参考文献 9被引用 12

一句话总结

本文为格里梅特与基斯滕（1983）论文中关于完全图 $K_{n+2}$ 上随机电阻网络的定理 2 和定理 3 提供了完整的证明，表明顶点 0 与 $\infty$ 之间的等效电阻 $R_n$ 在分布上收敛于两个独立同分布的随机变量之和，每个变量的分布均为泊松后代均值为 $\gamma$ 的 Bienaymé–Galton–Watson 分枝过程树的电阻。临界阈值 $\gamma = 1$ 将几乎必然发散至无穷大（$\gamma \leq 1$）与非退化极限分布（$\gamma > 1$）分隔开来。

ABSTRACT

This paper contains the proofs of Theorems 2 and 3 of the article entitled Random Electrical Networks on Complete Graphs, written by the same authors and published in the Journal of the London Mathematical Society, vol. 30 (1984), pp. 171-192. The current paper was written in 1983 but was not published in a journal, although its existence was announced in the LMS paper. This TeX version was created on 9 July 2001. It incorporates minor improvements to formatting and punctuation, but no change has been made to the mathematics. We study the effective electrical resistance of the complete graph $K_{n+2}$ when each edge is allocated a random resistance. These resistances are assumed independent with distribution $P(R=\infty)=1-n^{-1}γ(n)$, $P(R\le x) = n^{-1}γ(n)F(x)$ for $0\le x < \infty$, where $F$ is a fixed distribution function and $γ(n) oγ\ge 0$ as $n o\infty$. The asymptotic effective resistance between two chosen vertices is identified in the two cases $γ\le 1$ and $γ>1$, and the case $γ=\infty$ is considered. The analysis proceeds via detailed estimates based on the theory of branching processes.

研究动机与目标

• 严格证明格里梅特与基斯滕（1983）关于完全图上随机电阻网络中等效电阻极限行为的定理 2 和定理 3。
• 确立临界阈值 $\gamma = 1$，在此处等效电阻 $R_n$ 的分布从几乎必然无穷大转变为具有非退化极限分布。
• 证明当 $\gamma > 1$ 时，$R_n$ 的极限分布为两个独立同分布的、分布与泊松后代均值为 $\gamma$ 的 Bienaymé–Galton–Watson 树电阻相同的随机变量之和。
• 发展并应用一种连续性论证，以去除边电阻的正下界 $\varepsilon > 0$，从而将结果推广至任意边电阻分布 $F$ 的情形。
• 为一种启发式观点提供严格基础：该随机网络诱导出两棵独立的随机树（一棵连接至 0，另一棵连接至 $\infty$），其相互连接足够紧密，使得 $R_n$ 几乎等于两棵树电阻之和。

提出的方法

• 通过泊松后代分布均值 $\gamma(n)$ 的分枝过程，分别构造以 0 和 $\infty$ 为根的两棵随机树 $\widetilde{T}$ 和 $\widehat{T}$，并证明它们分别对应于通过有限电阻路径连接至 0 和 $\infty$ 的顶点集合。
• 证明以高概率存在大量连接 $\widetilde{T}$ 的第 $m_n$ 代与 $\widehat{T}$ 的第 $m_n$ 代的有限电阻边，从而确保等效电阻 $R_n$ 可被两棵树电阻之和良好逼近。
• 通过设定边电阻的下界 $\varepsilon > 0$ 进行截断，然后应用连续性性质（命题 1）令 $\varepsilon \downarrow 0$，证明即使边电阻可任意小，分布收敛性依然成立。
• 通过不同均值 $\gamma$ 与 $\delta < \gamma$ 的泊松分枝过程之间的耦合论证，建立截断树 $T^\gamma_{[n]}$ 的电阻收敛于完整无限树 $T$ 的电阻。
• 与度数为 $\lfloor(1-2\eta)\gamma(n)\rfloor$ 的正则树及边电阻 $K$ 进行比较，证明根与第 $s_n$ 代之间的电阻在概率意义下收敛于 $\left(\int x^{-1} dF(x)\right)^{-1}$，当 $n \to \infty$ 时。
• 利用正则树中从第 $s_n$ 代顶点到根的电阻呈指数衰减的事实，确保随机游走于到达边界前抵达根的概率极小，从而支持 $R_n$ 可由两棵树电阻之和逼近的结论。

实验结果

研究问题

• RQ1 当 $\gamma(n) \to \gamma \leq 1$ 时，完全图 $K_{n+2}$ 上具有独立同分布随机电阻的顶点 0 与 $\infty$ 之间的等效电阻 $R_n$ 的极限行为是什么？
• RQ2 当 $\gamma(n) \to \gamma > 1$ 时，$R_n$ 的极限分布如何变化，其精确形式为何？
• RQ3 Bienaymé–Galton–Watson 分枝过程在建模随机网络中有限电阻路径结构方面起到何种作用？
• RQ4 如何将截断网络中电阻的收敛性推广至边电阻可任意小时的情形，即 $\varepsilon \to 0$？
• RQ5 临界值 $\gamma = 1$ 在等效电阻分布相变中的意义是什么？

主要发现

• 若 $\lim_{n\to\infty} \gamma(n) = \gamma \leq 1$，则 $\lim_{n\to\infty} \mathbb{P}(R_n = \infty) = 1$，即等效电阻几乎必然发散至无穷大。
• 若 $\gamma(n) \to \gamma > 1$，则 $R_n$ 的分布收敛于 $R'(\gamma) + R''(\gamma)$，其中 $R'(\gamma)$ 与 $R''(\gamma)$ 独立同分布，且各自分布为泊松后代均值为 $\gamma$ 的 Bienaymé–Galton–Watson 树的电阻。
• 极限分布的无穷远处原子质量为 $2q(\gamma) - q^2(\gamma)$，其中 $q(\gamma)$ 为均值为 $\gamma$ 的分枝过程的灭绝概率，满足方程 $q = \exp(-\gamma(1 - q))$。
• 通过不同均值的分枝过程之间的耦合论证，建立了截断树 $T^\gamma_{[n]}$ 的电阻收敛于完整树电阻 $R(T)$。
• 当 $\gamma(n) \to \infty$ 且 $\log \gamma(n)/\log n \to 0$ 时，归一化电阻 $\gamma(n) R_n$ 以概率收敛于 $2 \left(\int_0^\infty x^{-1} dF(x)\right)^{-1}$，确认了超临界区域中的标度极限。
• 连续性性质（命题 1）确保极限分布对边电阻下界 $\varepsilon > 0$ 的移除具有鲁棒性，使得结果可推广至一般分布 $F$。